1. 浙江大学中国特色社会主义研究中心2. 浙江大学中国农村发展研究院
摘要：食品安全风险的准确识别与预测是提升现代化食品安全保障能力的关键。在当前食品安全风险成因复杂、监管靶向性不足的背景下，构建可靠的风险预警机制有助于我国监管部门摆脱监管资源投入较大、监管效率较低的困境。本文基于全国2014—2022年超30万生鲜水产品抽检样本，构建生鲜水产品风险的机器学习预测模型，并依据风险成因的重要性对各类预测特征进行排序，最后结合计量方法分析重要特征对生鲜水产品风险的影响。研究表明，随机森林模型对生鲜水产品风险的预测灵敏度与精确度达75.4%和78.0%,生鲜水产品风险与抽检发生的供应链环节、抽检地区、政府监管强度、水产品类别以及天气状况五个维度的特征紧密相关。这为实现我国食品安全风险的准确预测与成因分析提供了新的视角，也为优化政府食品安全监管资源配置提供了可靠依据。
关键词：食品安全;风险预测;机器学习;监管效率;水产品;
基金资助：国家社科基金重大项目“推进居民绿色消费升级的监管体系研究”(编号：19ZDA106);国家社科基金项目(编号：22VRC187)； 中央高校基本科研业务费专项资金资助； 浙江省社科规划办重大项目“全面形成绿色生产生活方式研究”；
DOI：10.13246/j.cnki.iae.2024.05.004
专辑：农业科技;信息科技;经济与管理科学
专题：自动化技术;农业经济
分类号：F322;TP181
《农业经济问题》2024（05）
